Architect Labs推Frostbite:AI从零自建指令集,每瓦性能4.59倍
纯AI造CPU!从零自创指令集:能效比暴增4.59倍
芯片设计的整条老路,或许真会被AI推翻。Architect Labs在11月20日拿出了一款通用CPU,名字叫"Frostbite"。
官方说得很直接:指令集、微架构、RTL(寄存器传输级)直到最后的版图,全由这家公司的AI系统从头到尾包办,指令集也是从零自建,最终落在7nm工艺上。

25项负载跑下来,Frostbite每瓦性能是对比核心的4.59倍(几何平均)。这25项里有15项,团队一直压到最终评测才亮出来。
Architect Labs讲,这个项目最初就是想看看,AI能不能领着人做出超越人类设计的硬件发现。
结果AI不光做成了,还把芯片的运行逻辑整个翻新。Frostbite没有沿用传统指令集架构,AI从零搭了一套计算模型,基础是"交互网络"。
交互网络并不新鲜,1990年就有人提出,做法是把程序表示成节点图,每一步计算都只在局部发生。这么一来,硬件就不必再背上昂贵又费电的全局缓存一致性协议。
技术架构上,Frostbite铺的是阵列单元(Tile)网格。传统CPU靠中央调度器发号施令,AI给这颗芯片换了一套叫"工作窃取"的机制。
某个计算单元闲下来,就自己跑到旁边忙着的单元那儿"偷"任务干,不用等统一分配。
去中心化之后,前端指令分发的复杂度大幅下降。取指、解码和发射这几步的功耗,传统设计里占27%,Frostbite只占6%。
研发过程也把AI的效率摆了出来:AI智能体花了不到5个月,从编译器、微架构一直到寄存器传输级(RTL)设计,全部迭代走完。
成绩单如下:7nm工艺,综合阶段800MHz,最终版图500MHz;一个Frostbite quad(2×2的tile阵列配4个L3节点)面积0.792平方毫米,同工艺下对比基准TCPU是0.895平方毫米。基准确切型号因法律原因没有公布。
一个quad对单个TCPU核心:全部负载平均性能/面积8.77倍,每瓦性能几何平均4.59倍;10项搜索集负载6.02倍,15项未参与调优的保留集负载3.83倍。
这套架构在高度可并行的任务上表现最强。不过JSON解析、Huffman编码、k-d树这类分支密集的动态程序,它同样跑赢了基准。
能耗结构的变化更直观。时钟分布占TCPU能耗49%、占quad能耗41%,先刨掉这块:TCPU剩下的能耗里,57%花在内存,27%花在取指译码发射;Frostbite把这两项分别压到38%和6%,另有26%花在片上网络和调度上。扩到4×4阵列,功耗分布依然不变。
交互网络等了35年,理论与来不缺,缺的是探索非主流架构要花的时间、投入和人力。Architect Labs的判断是,AI恰好把这笔账改了。
